求助一道计量经济学的问题！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

求助：

请问线性回归模型的最大拟然估计和最小二乘法有什么联系和区别？

谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：计量经济学 计量经济 经济学 线性回归模型 最小二乘法 计量经济学

在满足一定条件下，两者的结论一般不会有太大区别，两种方法基于不同的解析逻辑。

对于最小二乘法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得模型能最好地拟合样本数据；对于最大似然法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。

通常情况下，用最大似然估计得出的估计量比ols更加有效。
但是，最大似然估计法要求事先意志统计量的概率分布，而ols在
大样本下不要求对统计量的概率分布做假定。
一般研究工作都使用0ls

恩，这是个计量经济学比较基本的话题，呵呵！

OLS 在小样本更有优势 因为它是无偏估计（在球状扰动假设下） 而MLE则是有偏的——在估计方差时

在大样本下 如果球状假设还是成立 那没什么好说的 还是用OLS

但如果误差项的假设有所偏差 那么MLE往往更为有效 估计量的方差会比较小 收敛的比较快些

随便讲讲 批判吸收吧

建议看看李子奈主编的《计量经济学》（第二版）第二章，里面讲得很清楚，这个问题比较基本，也可能是我了解的不够深入，呵呵